·

看视频学习是低效的,真正高效的学习方式只能是阅读

发布时间:2024-09-30 13:35:21阅读量:154
普通文章
转载请注明来源

现在网络上的学习资源非常丰富,各种专业的视频课程也是数不胜数,于是很多人开始抛弃过去阅读看文字的这种学习习惯,转而通过看长视频来进行学习。对于他们来说,视频往往比文字更加生动,也更容易让他们坚持下去,同时因为视频的长度问题,看视频往往比看文字更加费时,这会给他们带来一种我在努力学习的自我安慰式的错觉。

其实,很多人依赖于看视频学习,而不喜欢看文字这种方式学习,是因为他们所能耐受的学习强度很低,也就是说稍微给自己的大脑上点强度,马上就会心生退意。即便你强迫自己去通过阅读的方式学,身体也不听指挥,很快就感觉自己的脑子开始昏昏欲睡,开始神游四方(别说阅读看文字想睡,看视频可能也想睡)。当然也有些人会说,自己之所以看视频学习,是因为看视频听讲解更加的通俗易懂,同时有个氛围在那更加的容易投入进去学习。这种说法其实是对的,但这里其实要说的是不要依赖看视频学习,也就是说你不看视频,自己通过阅读看文字的方式也能学会,这才算不依赖看视频。事实上,这种情况可以划分为线上学习,与之对应的就是线下学习,两种情况都依赖于有老师在教、在引导。

那么说白了看视频学习,表面上看是自学,其实本质上跟你线下在课堂学习没啥区别,甚至效果可能更差。当然,也不能这么断言,毕竟如今很多大学的课堂质量确实堪忧,大量的水课硬生生把课堂变成自习课,不少同学线下上课其实也是在看网课或者刷手机。但无论如何,这都不算自学,锻炼不了你的自学能力,你跟着老师学学懂了,可能只是表面学懂了,其实只是懂了老师灌输给你的观念,并不是你自己领悟的。这里就不扯开话题,回到学习强度上面来。

其实很多人学习强度的耐受力差,一方面是自身原因,比如对学习的内容兴趣不大、动机不足,或者说耐心不足、毅力有限;另一方面,这也是大环境所导致的必然结果,现在社会风气浮躁,很多事情都急于求成,希望马上见到成果、收到正反馈。同时,短视频、短剧、短文等等甚嚣尘上,各种“短”潜移默化的影响了大众的思维习惯,让原本就浮躁的内心火上加油,对学习的耐受力大大下降,宁可选择看视频这种虽耗时,但相对轻松的学习方式,也不愿意尝试阅读看文字这种,学习强度更大,但效率更高的方式。当然对于习惯于看视频学习的人来说,即便强行让他改变习惯,看文字学习,短期内可能效果还不如看视频,同时过程也很痛苦。因为如果不是经常高强度阅读的人,突然让他看一大堆文字,他不仅会读得奇慢无比,同时没读多少就会直接打退堂鼓。阅读看文字的学习方式,更像一种优质投资,需要坚持,短期内可能见不到效果。

当然也有不少人是喜欢通过阅读的这种方式来学习,那么他们的学习效率就真的算高效吗?当然不,能跳出看视频学习的依赖,通过看文字学习,只能算中等效率,还不是真正的高效。其中的原因在于如今的碎片化阅读越来越普遍,以及人们因为学校教育的原因而习惯于按部就班的学习,这里就不展开讨论了。

现在回到主题,为什么看视频学习实际上是低效的?为什么看视频学习的效率不如阅读看文字?

首先,就是因为视频的节奏太慢了,哪怕加上倍速和快进,也快不到哪里去,这是根本性的差距。同时,视频的知识往往太过分散,知识密度很低,就造成视频时长很长,但看完其实并没有学会多少东西。而阅读可以一目十行,如果是看书,这章看够了还能直接跳到下一章,并且可以在不同章节之间来回跳跃,反复思考加深理解。即便不成体系的碎片化阅读,文字本身知识密度够高,直接一目十行,这速度也远比看视频要快。

其次,看视频学习非常影响人的深度思考,或者说看视频会抑制你进行深入思考的冲动。人看视频一般都有直接一播到底的倾向,回退的次数往往比快进的次数少得多。如果看视频的过程中,突然遇到了某些不懂不明白的地方,你就不得不暂停下来去思考,或者回退再看一遍。而如果视频的节奏比较快,或者你不懂的地方很多,那么你就会选择性的放弃思考一些不懂的内容,继续把视频看下去,看完视频后,你可能都把自己哪里不懂给忘了。而阅读文字的方式,则灵活得多,哪里卡住了直接开始反复深入思考,并且回看前面的内容也很快,最后实在没搞明白才选择跳过。相比于看视频,阅读更能锻炼人的深度思考能力。

因此,看视频其实不适合抱着认真学习心态的人,也不适合时间紧迫需要高效学习的人,尤其是学习理论性比较强的东西更不应该先看视频。看视频学习更加适合娱乐性学习,如果你是抱着认真学习的心态看视频的,那我建议你先以阅读的方式学习,有了一个初步印象后再看视频。再者,本文也不是说要彻底放弃看视频的这种学习方式,而是不依赖,即便看视频学习,也需要跟阅读看文字的学习方式相结合。如果你是某个领域的初学者,想要通过看视频来相对轻松的入门,这其实也是可行的,但这并不代表看了视频你就不需要看该领域的入门级教材,其实不少视频课讲的同时也会推荐相应的教材。

如果你追求极致的学习效率,那么通过阅读的方式学习要排在最优先的位置,即阅读为主,看视频为辅,或者说未必要不看视频。想要提高自己的学习效率,唯有不停的提高学习强度,反复刺激训练自己,才能见到效果,这或许就是所谓的先苦后甜吧。

0 人喜欢

评论区

暂无评论,来发布第一条评论吧!

弦圈热门内容

把加法与乘法结构拆掉再复原?望月新一如何引发代数几何变革

据《朝日新闻》,望月新一关于ABC猜想的论文可能将要发表,审核它的期刊是《数理解析研究所公刊》(PRIMS)。媒体对此的报道大抵聚焦在两点上:一是这个期刊就是他的工作单位主办的,一是这个论文几乎无人能懂。作为一个数学研究者,我个人并不担心望月新一的利益冲突问题,不但因为数学界有一套相当完备的系统用以避免利益冲突,在选定编辑和审稿人时有良好的避嫌标准,更重要的是:他没有动机。他已经功成名就,不需要什么文章。数学这种东西,对就对,错就错,不存在编数据或者实验造假,一切细节都在文章里。要是错了,无论强行发表在什么期刊上,也终有一天会被发现,而一发现就无可抵赖,只能重新修补。但是他的理论绝不仅仅是一个“几乎无人能懂”的怪物而已。它所试图解决的根本数学问题,它背后的当代数学界的面貌,它反映出的做数学研究是怎样的状态,这里面还有太多的故事并不是、也不应该是只有几个人能懂。甚至也许可以说,这些故事能让人直观地感受到:现代数学是什么。破题望月新一的研究领域,是所谓的“远阿贝尔几何学”。如果一句话解释这个领域的话,我只能这样写:有理数的绝对伽罗华群,以至任意代数簇的平展基本群,它们“远离阿贝尔”的部分, ...

将反向传递看成函子:强化学习的一个复合视角

这篇文章是数学家与计算机科学家合作写的,将范畴论应用于人工智能的强化学习。本文表示,强化学习算法与强化学习算法的复合,还是一个强化学习算法,因而所有强化学习算法构成一个范畴$\textrm{Learn}$。然后在$\textrm{Learn}$里考虑神经网络,并证明在一般情况下,梯度下降也是复合的。如果对纯数学理论,在计算机或者AI有什么应用感兴趣的人,可以看看。我当时下这篇文章,也是好奇代数领域在AI方面有啥应用,其实当时已经知道有个叫热带几何(Tropical Geometry)的领域,就是代数几何在计算机的应用。因为当时AI就很火,但AI可解释性需要很多数学来解决,他们解决不了,所以我留着这篇文章也是打算之后写篇类似的AI应用的文章。

Tammo Tom Dieck代数拓扑教材

EMS出版的代数拓扑教材Algebraic Topology,作者是Tammo Tom Dieck。本教材相较于Hatcher的书,没有那么太多的插图,并且内容更加抽象。本书知识密度高,内容精炼简洁,没有过多的废话。很适合有一定代数基础,且喜欢直接切入主题,快速学习的人。对于还未入门的小白而言,这本书不太适合作为代数拓扑的入门教材。我高中的时候就在看这本教材,但总在一些地方无法彻底理解。但这本教材吸引我的地方,一是它的内容涵盖面够广,并且知识密度够高,能够让我短时间内掌握代数拓扑方面的基础知识;二是它的描述更加的抽象,并且语句简洁明了、容易理解,很符合我的口味(这也是我当时选择代数几何的原因)。关于本教材与其他代数拓扑教材更具体、更专业的对比,请看Algebraic Topology I: 对教材跟概念的一些论述。PS:作者不再提供附件下载。

望月新一关于abc猜想的天书证明:宇宙际Teichmüller理论

望月新一以及他的Inter-universal Teichmüller Theory(宇宙际Teichmüller理论)可以说是非常出名,相较于费马大定理证明的晦涩难懂,宇宙际Teichmüller理论才算是真正的天书,全世界没几个人能看得懂,就连大佬Faltings都看不懂。望月新一是Faltings的学生,Faltings以“暴力横推”的风格闻名,张寿武说过Faltings的风格就像直接开着推土机把山碾平了过去。并且Faltings看论文都是只看前沿(introduction)就能知道整篇论文的主要定理,甚至还能直接证出来。见望月新一与他天书般的论文,展现了纯数学与我们的距离可见Inter-universal Teichmüller Theory有多难懂,它涉及到代数几何一个高深的领域:远阿贝尔几何(anabelian geometry),顾名思义就是考虑平展基本群$\pi_{1}^{et}(X,x)$远离阿贝尔的部分,远阿贝尔几何源于Grothendick的一封入职信Esquisse d'un Programme,他于其中提出一个宏大的理论,然而最终他却没能将其实现。而望月新一可 ...

Algebraic Topology I: 对教材跟概念的一些论述

关键词:Homotopy, Homology, Groupoid, Foundamental Group, Van Kampen Theorem, Covering Space, Covering Projection, Fibration with unique path lifting, Cofibration.Tammo tom Dieck 在他的代数拓扑教材中写了非常漂亮的前言,在点出代数拓扑精髓的同时还包含一些形而上学的哲思,并且简略地介绍了代数拓扑里面的两个核心词汇,同伦(homotopy) 跟同调 (homology)。我简要地部分翻译如下:代数拓扑是连续数学跟离散数学交相辉映的学科。在连续数学里面,我们用拓扑空间和连续映射这样普遍的形式语言将其公理化。而离散数学则是被我们用来表达代数和组合概念的。在数学语言中,我们用实数来概念化连续形式,但我们建立实数时却是要用到整数。下面举个例子,我们直觉地认为时间是一个连续的没有间断的流动过程,是由一系列不停止的瞬间后继构成的。但在实践中,我们却使用被定义为有周期性的离散模型工具跟自然过程。同样地,我们意识到空间是一个连续体,但我们 ...

怀尔斯的费马大定理证明

费马大定理的证明可以说是算术几何的一个重要里程碑,当年怀尔斯虽然很小的时候就被该问题所吸引,从而选择做一个数学家。但作为一个这么多年都无人能破解的难题,怀尔斯也是兜兜转转,他也没一开始就打算攻克这个猜想。据说,是代数几何取得突破性进展之后,他才觉得是时候攻克费马大定理了。最后他成功证明了谷山-志村猜想,从而证明了费马大定理。可以说怀尔斯能证明费马大定理,是刚好生在一个合适的时代,并站在了巨人的肩膀上,从前人手中接过火炬。怀尔斯关于费马大定理的证明,就是这篇论文Modular elliptic curves and Fermat’s Last Theorem。该论文非常晦涩难懂,没多少人能看得懂,可以说能彻底看懂费马大定理证明的人,都是圈内大佬。论文中涉及的知识面很广,包括椭圆曲线、模形式、伽罗华表示论、代数数论、类域论、群概形等等,想要理解费马大定理就得先理解前面这些理论。不过虽然我们看不懂,但该证明还是非常具有收藏价值的,看不懂也能看,也能欣赏嘛。并且对于做算术几何的人来说,可以用这篇论文来指导自己的学习和研究。Peter Scholze当年不也一上来就看费尔马大定理的证明,虽然un ...

评审8年终获发表,数学天才望月新一证明abc猜想,全球只有十几个数学家读懂但争议未消

abc猜想,数学界悬而未决的重要猜想,它的证明过程经过8年的同行评审,终于要在期刊上发表了。论文作者是日本的天才数学家望月新一,他33岁起就在京都大学担任数学教授。这一次望月新一的证明,全篇超过600页,2012年就已发表,但足足经过了8年的同行评审才通过,期间开过多次研讨会——但依然有很多数学家无法理解。据说,这篇论文全球只有十几位数学家深入研究了证明过程。许多数学家根本无法指出证明过程是对是错,因为根本看不懂。4月3日,日本京都大学召开了新闻发布会,宣布望月新一证明了它。包括Nature等在内的权威科学传媒组织,也这一重要进展进行了报道。望月新一没有出席昨天的发布会,他的另外两位同事说,当他知道自己的论文被接收,终于松了一口气。多年来他从未在公众场合露面。但也不是没有争议,因为当初接收论文的期刊——日本的PRIMS,主编正是望月新一本人。如果他的证明是正确的,那么将彻底改变数论。同时也正因为如此,才有了学界长达8年的争论。什么是abc猜想?abc猜想,最初由法国数学家约瑟夫·奥斯特莱和大卫·马瑟,在1985年提出。并且一经提出,abc猜想就成为数论领域的重要猜想之一。只是和哥德巴赫 ...

望月新一与他天书般的论文,展现了纯数学与我们的距离

导语:一位日本数学家声称已经解决了数学领域最重要的问题之一。但是,几乎无人能懂他的证明,无从判断对错。2012年8月30日的早晨,望月新一悄悄地在自己的网站上发布了4篇论文,总计长达500多页,密密麻麻地布满了各种符号。它们是作者孤独工作了十多年后的成果,可能会在学术界引起爆炸性的影响。在文中,望月新一声称解决了abc猜想——一个27年来在数论领域一直悬而未决的问题,令所有其他数学家都束手无策。如果望月新一的证明是正确的,它将是本世纪最令人震撼的数学成果之一,或将彻底改变整数方程的研究。David Parkins不过,望月新一本人并未对自己的证明大做文章。他任职于日本京都大学数理解析研究所(RIMS),是一位令人尊敬的数学家。他没有向全世界的同行宣布自己的研究成果,只是将论文发布在网上,等待世界去发现。第一个注意到他的论文的可能是玉川安骑男(Akio Tamagawa)——望月新一在RIMS的同事。和其他研究人员一样,玉川安骑男知道望月新一多年来一直在潜心钻研abc猜想,并且已近成功。当天,玉川安骑男通过电子邮件把这个消息发给了他的合作者之一、诺丁汉大学数论理论家Ivan Fesenk ...

分析学大师Elias M. Stein的分析系列教材

分析学大师Elias M. Stein(曾是陶哲轩的老师),写了四本分析学系列教材,统称为普林斯顿分析学讲座(Princeton Lectures in Analysis)。他们分别是:I Fourier Analysis:An Introduction II Complex Analysis III Real Analysis: Measure Theory, Integration, and Hilbert Spaces IV Functional Analysis: Introduction to Further Topics in Analysis当时集齐这四本书花了我不少时间,似乎这四本书知名度不一,我下的第一本是复分析教材Complex Analysis。现在我将这些好东西拿出来分享给有需要的人。PS:如果需要中译版的,目前只能找到《实分析》和《复分析》两本,链接:伊莱亚斯 M. 斯坦恩(Elias M. Stein)《复分析》与《实分析》教材更新:作者不再提供附件下载。